文/刘育英

　　中国初创公司深势科技近日推出蛋白结构预测工具Uni-Fold，在中国国内首次复现谷歌Alphafold2全规模训练并开源训练、推理代码。深势科技创始人在接受中新社国是直通车专访时表示，人工智能预测蛋白质结构这一突破，将给新药研发等领域带来新的突破。

　　今年夏天，用人工智能预测蛋白质结构取得里程碑式进展。

　　谷歌的AlphaFold2和华盛顿大学的RoseTTAFold工具，成功根据氨基酸序列预测了生命基本分子——蛋白质的三维结构。利用实验室手段可能需要数年的研究才能解析一个蛋白质结构，利用计算结构模型最快只需10分钟。

　　预测蛋白质结构为什么重要？深势科技创始人兼首席科学家张林峰解释说，蛋白质是组成生命体的重要物质基础。不同的蛋白质通过折叠形成不同的三维结构，执行多种多样的生理功能。癌症、痴呆等几乎所有疾病，都与细胞内蛋白质结构变化相关，如果能够掌握蛋白质结构的变化，将对疾病的预防、治疗等带来重要影响。

　　从氨基酸序列到对应蛋白质三维结构的预测问题，被认为是生物学领域最具有挑战性的问题之一。

　　在过去几十年的研究中，科学家们为探测蛋白质结构发展出三大实验手段：X射线晶体学、核磁共振和冷冻电镜。但实验方法成本高、周期长。目前人类已知有数十亿氨基酸序列，但还原出结构的只有十几万。生物学发展因此颇受掣肘。

　　AI的发展为这一问题带来了新的可能。7月22日，谷歌旗下Deepmind公司在《自然》杂志发表文章称，基于深度学习神经网络的AlphaFold2已经预测出了35万种蛋白质结构，涵盖了98.5%的人类蛋白质组以及20种生物的蛋白质，并开源了它的数据库。这一结果也标志着蛋白质单体结构问题在一定程度上得到解决。

　　中国公司已进入这一领域。张林峰说，AlphaFold2公布了推理代码，但并未公布训练代码。意味着公布了产品，但未公布其“流水线”。而训练代码是行业中的真正壁垒。深势科技通过“投喂”数据，复现了整个训练过程，并开源其训练代码。

　　另外，单一蛋白质的预测只是起点，深势科技希望通过分子动力学等物理模型，把蛋白质-蛋白质相互作用，蛋白质和药物分子之间的相互作用通过AI预测出来，这对下一步药物设计和生命科学发展都有重大意义。

　　深势科技创始人兼CEO孙伟杰表示，深势科技对训练代码进行了开源，这意味着使用者能够更方便地训练和使用模型，降低了使用者的门槛。

　　目前相应解决方案已集成至深势科技自主研发的药物设计平台Hermite，供广大用户测试使用。未来，AI预测蛋白质技术可以在几个场景落地，如新药研发、微尺度工业设计等。

　　孙伟杰介绍，通常人们服用的药物大多是小分子化学药，它们的作用靶点大部分在蛋白质上。研发这类药物的一个重要前提，是解析蛋白质结构。只有绘制出人体内某些蛋白质的“三维地图”，才能找到药物靶点，完成“精准制导”。

　　深势科技致力于从更底层，用AI+物理模型+高性能计算的范式，去求解药物设计里很多通用问题。

　　如何验证AI预测是否准确？

　　孙伟杰说，AI预测与冷冻电镜是互为协同关系，一部分AI预测的结果要通过冷冻电镜来验证，同时， AI数据集的不断增加，模型不断的训练和演化，以及实验手段和模拟手段的结合，是一个共同发展和相辅相成的过程。AI无法代替科学家的智慧，但能够提升科学家的效率。

　　据了解，从上世纪六十年代，一些国际大型药企就开始用计算方法辅助药物研发，现在介入的程度越来越深，在药物设计的各个主要环节都可以看到计算和AI的身影，计算对实验的渗透率也在逐渐提高。

　　AI制药已经成为投资风口，深势科技已获得多家知名机构和公司的投资，其在药物设计领域已经有超过十家合作伙伴。“由于人工智能系统预测蛋白质结构的耗时远远少于实验测定，新药研发的效率有望大幅提高。人工智能系统还能助力科学家设计自然界不存在的蛋白质，催生各种新材料，用于能源、化工、环保等行业”，孙伟杰表示。